忽略搜索中的特殊字符（标题）

Question

使用Umbraco v6，检查搜索（不是完整的Lucene查询）。这是一个拉丁/南美洲网站。我问过我的同事，他们如何在搜索/URL中键入标题（字母上的重音符号），他们都说他们没有，他们只使用“常规”字符（a-Z，a-Z）。

我知道在传递到Examine时如何从字符串中去掉特殊字符，但我需要另一种方法，如Examine从属性中删除特殊字符以匹配查询。我有许多“节点”的名称中有标题（这是我正在搜索的属性之一）。

我研究过的帖子：

• http://shazwazza.com/categories/Examine?p=2
• 忽略检查中的特殊字符
• https://groups.google.com/forum/#!主题/umbraco-dev/W6cWyPOc43Y

我尝试过写luence查询（或者我认为是这样），但是没有得到任何成功。

// q is my query from QueryString
var searcher = ExamineManager.Instance.SearchProviderCollection["CustomSearchSearcher"];

//var query = searcher.CreateSearchCriteria().Field("nodeName", q).Or().Field("description", q).Compile();
//var searchResults = searcher.Search(query).OrderByDescending(x => x.Score).TakeWhile(x => x.Score > 0.05f);

var searchResults = searcher.Search(Global.RemoveSpecialCharacters(q), true).OrderByDescending(x => x.Score).TakeWhile(x => x.Score > 0.05f);

全球级

    public static string RemoveSpecialCharacters(string str)
    {
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < str.Length; i++)
        {
            if ((str[i] >= '0' && str[i] <= '9')
                    || (str[i] >= 'A' && str[i] <= 'z' || (str[i] == '.' || str[i] == '_'))
                || str[i] == 'á' || str[i] == 'é' || str[i] == 'í' || str[i] == 'ñ' || str[i] == 'ó' || str[i] == 'ú')
            {
                sb.Append(str[i]);
            }
        }

        return sb.ToString();
    }

如上所述，我需要从Lucene中删除特殊字符（标题），而不是传入的查询。

发件人：https://our.umbraco.org/documentation/reference/searching/examine/overview-explanation

我也读过“Analyzers”，但我以前从未使用过，也不知道要获取/安装/添加到VS中的是哪一个。这是更好的方法吗？？

Answer 1

定制分析仪就是答案。

这在这里的翁布拉科论坛上得到了回答：https://our.umbraco.org/forum/developers/extending-umbraco/16396-Examine-and-accents-for-portuguese-language

制作一个能去除所有特殊字符的分析器：

  public class CIAIAnalyser : Analyzer
{
    public override TokenStream TokenStream(string fieldName, System.IO.TextReader reader)
    {
        StandardTokenizer tokenizer = new StandardTokenizer(Lucene.Net.Util.Version.LUCENE_29, reader);

        tokenizer.SetMaxTokenLength(255);
        TokenStream stream = new StandardFilter(tokenizer);
        stream = new LowerCaseFilter(stream);
        return new ASCIIFoldingFilter(stream);

    }

}

然后对搜索输入执行相同的操作。

   public class CleanAccent
{
    public static string RemoveDiacritics(string input)
    {
        // Indicates that a Unicode string is normalized using full canonical decomposition.

        if (String.IsNullOrEmpty(input)) return input;

        string inputInFormD = input.Normalize(NormalizationForm.FormD);
        var sb = new StringBuilder();

        for (int idx = 0; idx < inputInFormD.Length; idx++)
        {
            UnicodeCategory uc = CharUnicodeInfo.GetUnicodeCategory(inputInFormD[idx]);
            if (uc != UnicodeCategory.NonSpacingMark)
            {
                sb.Append(inputInFormD[idx]);
            }
        }

        return (sb.ToString().Normalize(NormalizationForm.FormC));
    }

}

然后在检查设置中参考分析仪。配置。